基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

基于LS-SVM的飞控系统传感器故障诊断

针对飞控系统故障诊断难的问题,利用最小二乘支持向量机(LS-SVM)设计了一个飞控系统传感器的故障诊断系统.仿真试验结果表明,LS-SVM具有很高的建模精度和较强的泛化能力,基于LS-SVM的故障诊断系统能对各型传感器的故障进行诊断和定位,验证了该方法的有效性和先进性.     

最小二乘支持向量回归机在可靠性分析中的应用(英文)

经典的响应面方法作为回归方法来模拟可靠性设计中的状态变量和基本变量之间的函数关系,用以解决直接数值模拟方法计算量大的问题。这类算法已经成功解决了一些隐式功能函数的可靠性分析问题,但它依据的"经验风险最小"原则影响了它的使用范围。基于"结构风险最小化"的支持向量回归机方法具有良好的小样本学习性能和泛化能立,比传统的回归方法具有优越性。但支持向量回归机方法对大样本的可靠性问题在时间和空间上开销巨大。为了克服这一不足,本文将最小二乘支持向量回归机引入到可靠性分析中。算例结果表明:基于最小二乘支持向量回归机的可靠性方法计算得到结果精度较高,在计算耗时上远小于支持向量回归机的可靠性方法,因此在工程应用上具有一定价值。     

基于支持向量机和粒子群算法的压气机特性计算

改进和实现了支持向量机用于函数回归估计的算法,并将支持向量机和粒子群优化算法运用于压气机特性计算,以寻找压气机进口换算空气流量和效率随增压比、转子转速、压气机进气角度变化的非线性函数关系,将进气角度作为一个影响因子列入考虑范围,改进了以往只考虑压气机特性随转子转速和增压比变化的计算方法。用支持向量机回归估计压气机特性随各因子变化的非线性函数,用粒子群优化算法对非线性函数逼近度进行全局优化,计算结果表明,设计的算法能准确地回归估计出描述压气机特性的非线性函数,算法是有效的。      

基于最小二乘支持向量机的小型无人直升机悬停动态建模

小型无人直升机(SUH)是一类典型的非线性动态系统,由于其本质不稳定性,由开环辨识实验获得的数据通常是小样本的,使用传统黑箱辨识方法难以获得较好的辨识效果。提出一种利用支持向量机(SVM)对SUH悬停动态进行辨识建模的新方法。通过动力学机理分析和合理的简化,确定了模型的非线性回归形式,以及从低维输入空间到高维Hilbert特征空间的映射关系和相应的机理核函数,并应用最小二乘支持向量机(LS-SVM)训练获得SVM模型和对应的参数化非线性多输入多输出（MIMO）模型。利用实际飞行数据辨识得到的模型不仅具有良好的预报精度,而且显式表达了各状态变量之间以及输入与状态之间的耦合关系,便于非线性控制策略的设计。     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

基于单纯B样条的航空发动机机载稳态模型研究

为了减小航空发动机稳态建模的模型误差、降低复杂度及提升其实时性,提出了一种基于单纯B样条函数的航空发动机稳态模型建模方法。该函数是局部多项式基函数的线性组合,因此求解该函数为线性回归问题,通过运用广义最小二乘方法来求解B系数,从而提高计算效率和提高模型精度。最后建立了基于该算法的二维和四维涡扇发动机稳态模型,并分别与相同建模样本条件下的多输入多输出约简迭代最小二乘支持向量机稳态模型进行了比较,表明了单纯B样条建模方法不仅继承了B样条的算法复杂度低、存储数据量小和实时性好等优点,同时避免了最小二乘支持向量回归机不能拟合大样本数据的缺点,且拟合效果优于最小二乘支持向量机。     

支持向量回归机在结构可靠性分析中的应用

 评估结构的可靠度常常遇到隐式功能函数，对于此种情况经典的结构可靠性分析方法难以实施。目前，响应面和人工神经网络等回归方法已经广泛地用来构建显式函数替代隐式功能函数进行结构可靠性分析。支持向量回归机是一种与人工神经网络类似的新回归方法，目前很少用于结构可靠性分析。鉴于支持向量回归机出色的小样本学习性能、良好的泛化性能，本文提出了基于支持向量回归机的两种适用于隐式功能函数的可靠性分析方法：基于支持向量回归机的Monte-Carlo模拟法和基于支持向量回归机的一次二阶矩法。算例表明支持向量回归机可以在抽样范围内很好的逼近真实的隐式功能函数，减少结构分析次数。失效概率计算结果与经典方法的对照说明所提方法的计算精度较高，具有一定的实用价值。     

基于SVR的导航传感器自适应野值检测方法

针对Lagrange插值法无法处理连续野值的问题，提出了一种基于改进支持向量回归(Support Vector Regression, SVR)的导航传感器自适应野值检测方法。该方法结合了支持向量回归利用小样本数据就能够准确建模和3σ准则计算简易的优点，利用支持向量回归在线建立舰船的运动模型对测量值进行实时预测，并利用3σ准则自适应地计算阈值，然后通过比较阈值与预测残差来判别测量值是否为野值点。该方法可以自动地学习舰船的运动趋势，建立舰船的真实运动模型，而且不受连续野值点的影响，能够在没有其他传感器辅助的条件下完成野值检测。海试实测数据表明，提出的方法对离散和连续的野值点均具有较好的检测效果，同时可以更好地估计传感器的真实测量值。     

支持向量机的B737飞机水平尾翼裂纹故障预测

为保障飞机的飞行安全,做到预防性维修,提升飞机的飞行安全及任务出勤率,需要对飞机结构出现的疲劳裂纹进行及时检测并修理。基于支持向量机理论,建立了支持向量机回归预测模型,并应用该模型对B737飞机水平尾翼健康信息的特征值(小波包分解系数提取的能量)进行了故障预测研究。为建立最佳支持向量机模型,选用了支持向量机四种常用的核函数分别对特征值进行了预测。同时还对支持向量机预测模型与神经网络预测模型(BP神经网络预测模型)的预测结果进行了比较与分析,研究表明,应用支持向量机所设计的预测模型准确率比较高,可以较好地对飞机水平尾翼的裂纹故障进行预测。     

高校图书馆期刊管理服务创新举措

高校图书馆期刊管理工作需立足本校实际情况,提高期刊信息服务意识及采购质量,建立合理的馆藏期刊结构,创新期刊管理服务措施,拓展期刊服务内涵。高效发挥期刊信息的作用,提高期刊资源利用率,更好地为读者服务。     

方波幅度的测量不确定度

介绍了用众数法评价方波幅度时的不确定度分析和评价过程；讨论了主要的不确定度来源，包括众数判别区间的影响、波形测量系统幅度测量误差的影响等等；给出了减小不确定度的主要措施，并结合一个实例，给出了方波幅度的不确定度评价结果。     

高校廉洁文化教育的载体构建

作为构建反腐倡廉体系的基础性工作之一,高校廉洁文化教育是从源头上防治腐败的根本之策,关系到整个社会廉洁文化的建设。从打造廉洁文化教育教师主体团队,发挥党团组织的战斗堡垒作用,弘扬廉洁校园文化节、占据网络文化教育阵地等方面,对高校廉洁文化教育载体进行研究,旨在为高校廉洁文化教育提供些许参考意见。     

非线性方程迭代算法收敛性分析

从几何上分析了迭代格式xn+ 1=φ(xn)所产生的序列收敛于方程根的收敛条件 ,导出了不依赖函数可导性判断迭代序列收敛的收敛定理 ,给出了产生收敛的迭代序列的技巧。     

电磁辐射干扰试验的测量不确定度评定

详细地分析了利用吉赫兹横电磁波室进行小体积受试设备(EUT)电磁场抗扰度测试的不确定度。     

逻辑分析仪部分参数测量结果的不确定度评定

介绍了逻辑分析仪部分参数测量结果的不确定度分析评定方法，评定过程及结论，可应用在对于计量标准进行相应指标的不确定度评定分析上。     

秒表检定的测量不确定度评定

介绍了用标准时间间隔发生器检定秒表时，测量结果不确定度分析和评定过程；讨论了测量不确定度的几个主要来源；通过一组实例，给出了秒表检定不确定度的分析和评定结果，该过程和结论可应用在对于计量标准进行相应指标的不确定度分析上，也可用于估计秒表检定本身的不确定度。     

导弹电动舵机伺服控制器的设计

在分析导弹电动舵机系统工作原理的基础上,采用了高性能数字信号处理器(DSP)和集PWM的功率驱动芯片SA60来实现四台他励直流有刷电机的集中控制.并运用位置环、转速环和电流环的三环控制算法,实现了新型全数字导弹电动舵机位置伺服功能.     

数显测高仪示值误差的测量不确定度评定

针对数显测高仪各校准点示值误差的校准方法,给出了示值误差的数学模型,并以某校准点为例,对该校准点示值误差的合成标准不确定度和扩展不确定度进行了评定.     

基于正交设计的某型飞机翼尖小翼优化设计方法研究

飞机翼尖小翼设计是一个多因素设计,在机翼设计中比较复杂,影响参数较多。采用基于正交设计的方法,利用CFD技术,可较快的优选出小翼的倾斜角、高度、前缘后掠角、安装角等参数。以设计状态为例,对优选出的每个因素取三种水平进行了具体的计算,并给出了具体的结果,通过各因素在各水平下的平均升阻比,可以得到最优的参数值。结论说明给出的方法是合理的。实验也证明了该方法可以节约时间和经费。